语音服务|如何从0-1搭建“千人千面”语音服务( 二 )

三、智能导航方案智能导航的执行首先要利用大数据技术对用户数据进行处理，数据采集是收集内部核心、理财、资产等业务系统数据，外呼数据包括互联网消费数据来自同盾科技、百度搜索等，利用数据清洗、特征工程打标签，进行标签管理。
其次，将标签输出一般按照上述提到的三种标签进行归类，预测标签和规则标签在提供服务的参考价值性最大，比如35岁的女性喜欢买奢侈品，她可能有多张信用卡，还有一定经济基础是不是也需要理财服务，就需要将各种标签进行整合形成智能导航的服务标签。
客户进线之后根据服务标签提供相应的智能服务，其中个性化服务中，话术的设计一定要合规，特别针对理财业务模块，要在监管合规的情况下提供营销服务，且不可强推营销服务。
最后，还要注意，一旦我们预测的标签不是真正反馈用户意图的，要能够无感知地切换对应该业务模块的座席专家，形成服务闭环，给用户提供较好的服务体验。下面通过一张方案可以全面的展示智能导航各个策略设计。

文章插图
智能导航机器人突破传统的扁平式菜单服务机制，实现不同用户群差异化服务模式，大大提升了用户感知。同时，通过用户画像，实现呼叫中心从被动服务向主动客户经营、主动营销服务转型，助力客户服务中心由服务转向利润的趋势。
整个的落地方案较为困难的点是在如何整合全行内外业务系统的用户标签上，初步实施过程中遇到数据稀疏性问题，用户在企业内部数据较少，再加上监管要求获取外部数据较为困难，因此用户标签的准确性也是首要考虑的问题。
其次还要考虑服务的闭环，如果遇到服务过程中标签预测错误能否快速的转入人工操作，人工服务能否即刻理解用户意图都对座席人员有较高的要求。最后，也是自己在工作执行过程中偶尔忽略的数据闭环意识。
用户想要获取符合自己偏好的产品服务，比如用户是一个30岁的男性程序员，那么他可能想要获取中高风险的理财产品满足自己资产增幅的需求，但是自己又懒得去线下办理理财面签的服务，那么他完全可以通过手机银行进行线上面签，认购自己所需的理财产品。
但是如果这个理财产品是一个高风险的标签，用户将会收到一些风险提示，整个的服务过程其实就是用户与产品的互相选择过程。
四、总结一直从事银行的智能服务产品设计，也能感知到智能服务产品，也不仅限于智能客服、语音分析等产品，其实数据智能也是一种智能服务，比如上面提到的个性化服的智能语音导航，更多的是需要借助数据分析、数据感知能力即运营能力，利用运营能力获取最终的服务策略来推动智能服务产品的发展。
另外，其实金融业务下的每一个智能业务的实现都需要深度思考业务的监管合规性、用户体验、数据安全性等比较受关注的几个点，总是在用户体验和数据安全之间做一个取舍，高感知、高智能、高效服务总是要牺牲一些数据的安全性，这也对每一个金融从业者在设计智能服务方案时提出了更高的要求。
本文由 @Shirley 原创发布于人人都是产品经理，未经许可，禁止转载。
【语音服务|如何从0-1搭建“千人千面”语音服务】题图来自 Pexels，基于CC0协议